抛弃注意力,类Transformer新模型实现新SOTA( 四 )
本文插图
计算效率
在下表5和表6中 , 研究者发现构造 LambdaResNets 来提升大型 EfficientNets 的参数和 flops 效率也是有可能的 。
本文插图
本文插图
这样的结果表明 , lambda层可能非常适合在资源有限的场景中使用 , 例如嵌入式视觉应用 。
目标检测与实例分割
最后 , 研究人员评估了 LambdaResNets 使用 Mask-RCNN 架构在 COCO 数据集上进行目标检测和实力分割任务的效果 。 使用 lambda 层会在所有 IoU 阈值和所有对象比例(尤其是难以定位的小对象)上产生一致的增益 , 这表明 lambda 层容易在需要定位信息的更复杂的视觉任务中实现不错的效果 。
推荐阅读
- 周鸿祎|周鸿祎不理解35岁被职场抛弃:不知道为什么 中国人好像35岁就老了
- 小米12|米粉体验小米12后果断抛弃米6和米11:MIUI 13流畅多了
- 苹果|iOS 16升级名单曝光 iPhone 6S等要被抛弃:你的机型在列吗?
- Windows操作系统|消息称Windows 11 22H2继续调整:微软将抛弃经典控制面板
- 董明珠|董明珠:企业急功近利赚钱 总有一天会被别人抛弃
- 苹果|抛弃Intel!苹果自研M处理器性能强劲:应用生态一团糟 成最大短板
- 骁龙888|三星新旗舰抛弃高通!Galaxy S21 FE跑分曝光:搭载Exynos 2100
- 午睡|午觉睡一下午 醒来为什么有"被全世界抛弃"的感觉?
- 苹果|被苹果抛弃、华为订单锐减 欧菲光:预计第三季度净亏损5800万-7000万元
- 奔驰|抛弃“小马拉大车”!奔驰GLB新增2.0T发动机